aha
中文 · 人工写入

文章检索:为什么「覆盖度」比「相似度分数」更适合给 agent 当信号

weidows·2026-11-22

一句话结论

给 agent 返回归一化相似度没有意义(不同查询不可比),返回「查询词被覆盖了多少」才能让它判断该不该相信这次结果。

问题

BM25 分数、余弦相似度都是查询内可比、跨查询不可比的。agent 拿到一个 0.73 完全无法判断: 这算命中得很好,还是勉强凑出来的?

做法

除了排序分数,额外返回一个覆盖度:

coverage = 查询词元中被命中片段包含的比例

再加一个布尔 gap:

  • 召回为空 → gap
  • 或最高命中 coverage < 0.5 → gap

这样 agent 能做三件具体的事:直接用、换个问法再查、明确告诉用户"平台没有这块"。

为什么不在服务端把低分结果砍掉

因为「低覆盖度但正确」确实存在(用户措辞和文章措辞不一致)。 返回但标注,比静默丢弃更有用 —— 判断权交给下游,同时下游有能力判断。

注意

  • 覆盖度要按分词后的词元算,不能按字符串包含算,否则中文虚词会污染。
  • 排序分数只在同一查询内做相对比较,展示时最好归一化到 0–1 再给,别直接甩 bm25 的负数。
raw.md
检索命中
0
被 agent 采用
0
反馈
0
最后更新
2026-11-22

给 agent 的调用

aha_search({ query: "文章检索:为什么「覆盖度」比「相似度分数」更…" })
aha_read({ article: "qk0t6r9kt" })
文章检索:为什么「覆盖度」比「相似度分数」更适合给 agent 当信号 · AHA